Como realizar um teste de kruskal-wallis em r

Um teste de Kruskal-Wallis é usado para determinar se existe ou não uma diferença estatisticamente significativa entre as medianas de três ou mais grupos independentes.

É considerado o equivalente não paramétrico da ANOVA unidirecional .

Este tutorial explica como realizar um teste de Kruskal-Wallis em R.

Exemplo: teste Kruskal-Wallis em R

Suponha que os pesquisadores queiram saber se três fertilizantes diferentes levam a diferentes níveis de crescimento das plantas. Eles selecionam aleatoriamente 30 plantas diferentes e as dividem em três grupos de 10, aplicando um fertilizante diferente em cada grupo. Depois de um mês, medem a altura de cada planta.

Siga as etapas a seguir para realizar um teste de Kruskal-Wallis para determinar se o crescimento médio é o mesmo em todos os três grupos.

Passo 1: Insira os dados.

Primeiro, criaremos o seguinte quadro de dados que contém o crescimento das 30 plantas, bem como o seu grupo de fertilizantes:

 #create data frame
df <- data. frame (group=rep(c(' A ', ' B ', ' C '), each= 10 ),
                 height=c(7, 14, 14, 13, 12, 9, 6, 14, 12, 8,
                          15, 17, 13, 15, 15, 13, 9, 12, 10, 8,
                          6, 8, 8, 9, 5, 14, 13, 8, 10, 9))

#view first six rows of data frame
head(df)

  group height
1 to 7
2 to 14
3 to 14
4 to 13
5 to 12
6 to 9

Passo 2: Realize o teste de Kruskal-Wallis.

A seguir, realizaremos um teste Kruskal-Wallis usando a função kruskal.test() integrada do banco de dados R:

 #perform Kruskal-Wallis Test 
kruskal. test (height ~ group, data = df) 

	Kruskal-Wallis rank sum test

data: height by group
Kruskal-Wallis chi-squared = 6.2878, df = 2, p-value = 0.04311

Etapa 3: interprete os resultados.

O teste Kruskal-Wallis utiliza as seguintes hipóteses nulas e alternativas:

A hipótese nula (H ₀ ): A mediana é igual em todos os grupos.

A hipótese alternativa: ( _HA ): A mediana não é igual em todos os grupos.

Nesse caso, a estatística de teste é 6,2878 e o valor p correspondente é 0,0431 .

Como este valor p é inferior a 0,05, podemos rejeitar a hipótese nula de que o crescimento médio das plantas é o mesmo para todos os três fertilizantes.

Isto significa que temos evidências suficientes para concluir que o tipo de fertilizante utilizado provoca diferenças estatisticamente significativas no crescimento das plantas.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outros testes estatísticos comuns em R:

Como realizar um teste t de amostras pareadas em R
Como realizar ANOVA unidirecional em R
Como realizar ANOVA de medidas repetidas em R